ヘッドウォータースとヘッドウォータースコンサルティング、Microsoft-Decision-1 を活用した企業の業務判断のAI化に着手

公開：2026年10月16日

CodeCampが提供するDX人材育成が可能なプログラミングやITが学べる公開講座

この記事はプレスリリースです

本記事は、PR TIMESに掲載された企業・団体等のプレスリリースを原文のまま転載しています。記事内容は発表時点の情報です。

発表元: 株式会社ヘッドウォータース
原文: PR TIMESで元のプレスリリースを読む
配信日時: 2026年10月16日 16時00分
転載日: 2026年10月17日

発表内容については発表元へ、当サイト上の訂正・削除については、当サイトのお問い合わせフォームにご連絡ください。

転載

プレスリリース本文

～判断工数・処理時間・AI利用コストの最適化に向け、Microsoft Foundry上での実装知見を「判断アセット」として蓄積～

AIプラットフォーム事業を手がける株式会社ヘッドウォータース（本社：東京都新宿区、代表取締役：篠田庸介、以下「ヘッドウォータース」）と株式会社ヘッドウォータースコンサルティング（本社：東京都新宿区、代表取締役：加藤健司、以下「ヘッドウォータースコンサルティング」）は、Microsoftが提供する判断特化型AIモデル「Microsoft-Decision-1」を活用し、企業の業務プロセスで繰り返し発生する分類、振り分け、優先順位付け、採否などの判断業務をAI化する取り組みに着手します。

本取り組みでは、企業固有の判断基準の構造化、Microsoft-Decision-1による判断、AIエージェントや業務システムによる処理実行を一体的に支援します。これにより、判断工数や処理時間、AI利用コストを含む業務プロセス全体の最適化を図ります。

また、Microsoft Foundry上での実装を通じて得た知見を、再利用可能な「判断アセット」として蓄積し、他の顧客や業務への展開につなげていきます。

■市場背景：Jevを契機に注目される判断特化型AIモデル

生成AIの活用範囲は、文章や画像の生成から、情報検索、分析、業務システムの操作へと広がっています。複数のAIエージェントが一連の業務を遂行するケースも増える一方、その過程では、依頼内容の分類、モデルやツールの選択、生成結果の採否、処理の継続・停止、人への確認など、多数の判断が必要です。

これらの判断を人が一件ずつ担えば、AIが処理する業務量の拡大に伴って、確認・承認作業が新たなボトルネックとなります。反対に、すべての判断を高性能なLLMへ委ねた場合には、判断回数に応じた処理時間やAI利用コストの増加が課題となります。

こうした背景から、自由な文章を生成することではなく、定義された選択肢に対する分類、評価、優先順位付けなどに特化した「判断特化型AIモデル」が、新たなAIモデルのカテゴリーとして注目されています。

先行して登場したTypeSafe AIの「Jev」（※1）は、AIエージェントのルーティング、ランキング、再試行、エスカレーションなどの判断を担うモデルとして、この領域への関心を高めました。

さらに、Microsoftが「Microsoft-Decision-1」（※2）をMicrosoft Foundryから提供したことで、判断特化型AIモデルを既存のAzure環境やAIエージェントへ組み込む選択肢が広がっています。

※1　System One Models と Jev - TypeSafe AI ブログの紹介
※2　Microsoft-Decision-1：迅速な意思決定のためのモデル

両社は、今後のエンタープライズAIでは、すべての処理を単一のLLMへ任せるのではなく、生成モデル、判断モデル、ルール、人を用途やリスクに応じて組み合わせることが重要になると考え、本取り組みに着手しました。

■Microsoft-Decision-1とMicrosoft Foundryについて

・Microsoft-Decision-1の特徴
Microsoft-Decision-1は、あらかじめ定義された選択肢を評価し、判断結果を確率とともに返す判断特化型AIモデルです。自由形式の文章や判断理由を生成するLLMとは異なり、テキストまたはJSONに対する判断結果を、ソフトウェアが利用しやすい数値形式で返します。
この特徴により、分類、ルーティング、優先順位付け、AI出力の評価、利用するモデル・ツール・AIエージェントの選択などに活用できます。例えば、判断結果の確率が一定の基準を上回った場合は処理を継続し、確信度が低い場合は別のAIや担当者へ確認を求めるといった制御が可能です。

・Microsoft Foundryによる企業向け利用環境
Microsoft-Decision-1はMicrosoft Foundryから利用でき、Microsoft Entra IDによる認証が推奨されています。モデルのデプロイや管理にはAzure RBACによるアクセス権限を利用できるため、企業のID・権限管理と組み合わせた構成を検討できます。
生成AIやAIエージェントの利用が拡大するなか、機密情報や業務データの取り扱い、アクセス管理、利用状況の把握など、セキュリティ・ガバナンスの重要性も高まっています。

両社は、顧客のセキュリティポリシーやデータ要件を踏まえ、認証、権限、ネットワーク、ログ監視などを設計し、Microsoft-Decision-1を既存のAzure環境やAIエージェント、業務システムへ組み込む構成を支援します。企業での利用にあたっては、対象となるデータや接続先、利用者の権限、ネットワーク、ログ、利用リージョンなど、顧客ごとの要件に応じた設計・運用を行います。

ただし、モデルを利用できる環境を整えるだけでは、企業固有の業務判断を再現できません。判断基準や選択肢、例外条件を整理し、その結果を実際の業務プロセスへつなぐ仕組みが必要です。

■ヘッドウォータースとヘッドウォータースコンサルティングによる業務実装

企業の業務判断には、社内規定や過去事例、現場で蓄積された経験、顧客ごとの条件など、企業固有の知識が反映されています。

両社は、これらの知識を判断基準、優先順位、選択肢、例外条件として整理し、Microsoft-Decision-1による判断から実際の業務処理までを接続します。判断基準の構造化から判断、業務実行までを担う構成要素は、次のとおりです。

役割	構成要素	内容
判断基準を整える	SyncLect Data Intelligence	判断基準、優先順位、選択肢、例外条件をAIが利用できる形に構造化
判断する	Microsoft-Decision-1	定義された選択肢を評価し、次の処理や人への確認を選択
業務を実行する	Agentic Work Flow	判断結果に基づき、AIエージェントや業務システムが処理を実行

この構成では、低リスクで反復的な判断をAIが担う一方、確信度が低い場合、例外に該当する場合、企業が人の承認を必要と定める場合には、担当者へ処理を引き継ぎます。

Human in the Loopを一律になくすのではなく、人が介在すべき条件をあらかじめ明確にすることで、人は判断基準の設計、例外への対応、業務全体の監督といった役割に集中できます。

今回の取り組みでは、約3万件のタスク実行および回答を対象とした評価で正答率99％を達成した既存の「Agentic Work Flow」に、Microsoft-Decision-1による判断を新たに組み込みます。なお、正答率99％は「Agentic Work Flow」単体の既存実績であり、Microsoft-Decision-1を組み込んだ構成全体の実績を示すものではありません。

■顧客提供価値

Microsoft-Decision-1を企業の業務プロセスへ組み込むことで、個別作業の効率化にとどまらず、業務全体の処理能力向上を目指します。

顧客提供価値	価値につながる仕組み
確認・承認工数の削減	採否、振り分け、優先順位付けなどの定型的な判断をAIが支援し、人による確認が必要な案件を絞り込む
業務完了までの時間短縮	判断結果を次の処理へ接続し、承認待ちや担当者への振り分け待ちを削減する
判断品質の安定化	共通の判断基準を継続して適用することで、担当者ごとの判断のばらつきを抑える
AI利用コストの最適化	Microsoft-Decision-1、生成モデル、ルール、人を用途に応じて使い分け、ワークフロー全体のコストを最適化する
AI活用の拡張性向上	AIエージェントや処理件数の増加に対応できる運用構造を構築し、追加人員や運用負荷を抑えながら適用業務を拡大する